你将获得
- 理论扫盲：监控领域专业知识一网打尽
- 选型指导：10 大开源监控方案横评对比
- 快速上手：搭建、增强、落地监控系统
- 实战指南：带你搞定 8 大常见监控需求
AI 导学
在后端系统日益复杂的今天，构建稳定高效的运维监控体系已成为架构师和运维工程师的核心能力之一。本课程《运维监控系统实战笔记》由一线专家秦晓辉主讲，系统讲解从监控理论到企业级实战的完整路径，助你掌握 Prometheus、Nightingale 等主流工具的核心设计与落地技巧。课程涵盖监控系统架构解析、主机与网络监控、Kafka、Redis、ElasticSearch、Kubernetes 等关键组件的指标采集实战，以及告警降噪、事件闭环等高阶能力。通过学习，你将具备构建企业级监控系统的能力，显著提升系统可观测性与稳定性，为职业进阶打下坚实基础。无论是架构优化、故障排查，还是迈向 SRE 与云原生架构师，这都是你不可或缺的一课。
课程介绍
可被监控和观测是我们开发软件时必须考虑的一环。优秀的软件，一定是考虑了各类故障的发现和应对手段的，因此它们都内置了监控数据的暴露方法，用户可以对其进行观测，了解其健康状况，及时感知系统出现的问题。
随着时代的发展，监控也从最开始的一句话需求——及时感知系统出现的问题，发展到了希望预知问题，并且可以洞察业务经营数据，越来越多的诉求让我们逐渐意识到监控的重要作用。
比如：
- 通过监控我们可以了解数据趋势，知道系统在未来的某个时刻可能出问题，预知问题。
- 通过监控我们可以了解系统的水位情况，为服务扩缩容提供数据支撑。
- 通过监控我们可以给系统把脉，感知到哪里需要优化，比如一些中间件参数的调优。
- 通过监控我们还可以洞察业务，提供业务决策的数据依据，及时感知业务异常。
因此，优秀的软件，一定会暴露完备的监控指标，或者用现在时髦的话讲，优秀的软件一定是可观测的。
就拿我们常见的数据库中间件来说，你会发现虽然大家的指标暴露方式不同，但没有哪个是缺失监控能力的。
监控领域相关的产品很多，监控数据采集器有 Telegraf、Grafana-agent、Datadog-agent、Categraf、Prometheus 生态的各种 Exporters，时序数据库有 M3DB、VictoriaMetrics、Thanos、InfluxDB、TimescaleDB 等，监控系统有 Zabbix、Open-Falcon、Prometheus、Nightingale 等，整个监控技术体系非常庞杂。
不同的监控目标应该选用哪个采集器？机器、中间件、数据库、应用程序分别应该怎么监控？应该着重关注哪些指标？时序数据量很大，应该选用什么样的存储？作为一个公司级的基础设施，需求各异，选用哪一款系统更便于扩展？
为了解答这些困惑，我们请到了快猫星云的联合创始人，同时也是 Open-Falcon、Nightingale、Categraf 的核心研发秦晓辉老师。他会结合自己在这一领域多年的经验和思考，介绍监控领域的产品及优缺点，带你搭建监控系统，实现业务、应用、组件、资源四大场景的监控需求。
课程设计
1. 基础知识概要介绍
学习监控知识，得先了解为什么，也就是监控是因何产生的，解决了什么问题，有哪些典型的方案，分别有什么优缺点，通用的监控系统架构是怎样的。通过这些内容，你可以了解监控及相关的概念，为接下来的正式学习打好铺垫。
2. 搭建并优化 Prometheus
这个部分老师会带你搭建 Prometheus 这个监控系统，剖析它的关键设计，并给出 Prometheus 薄弱环节的解决方案。让你有个感性认识的同时，帮助你理解监控系统的相关设计。
3. 监控实战，搞定常见的监控需求
操作系统、网络设备、MySQL、Redis、Kafka、ElasticSearch、Kubernetes、应用、日志等所有常见监控的需求统统搞定。这个部分讲解各个监控目标是如何采集监控数据的，有哪些指标最为关键。中间穿插一些问题排查手段，并提供配置好的仪表盘，让你开箱即用的同时，知其然并知其所以然。
4. 告警实战，设计良好的告警系统应该具备哪些能力
这个部分的重点就是甄别异常数据并发出告警，包括告警规则、屏蔽规则、抑制规则、订阅规则的管理，还有告警事件的管理以及告警事件触发后的自愈逻辑。
一般监控系统都支持配置告警规则，可以产生告警事件，但是针对告警事件后续的支持偏弱，没有很好的聚合收敛、事件闭环的能力。这个部分主要是为了让你了解告警部分相关的设计逻辑和考量点，帮助你选型这方面的商业产品。当然，如果你后续选择自研，这些思考也会大有裨益。
不管你是运维工程师，还是业务研发、架构师，抑或者是监控和稳定性系统建设人员，运维监控相关知识都是工作中必不可少的一部分。希望这个课程可以补齐你在监控领域缺失的“拼图”。
评论(0)